Skip to main content
 首页 » 编程设计

python之计算 AP 的距离,包括信噪比

2025年05月04日8langtianya

出于某种原因,我和一个 friend 正在谈论根据您从设备获得的信息(RSSI、频率、SNR 等...)计算您(笔记本电脑、手机等)和 AP 之间的距离.因此,在花了一些时间研究三边测量、三角测量和自由空间路径损耗之后。 (在一些博客文章和 wiki 的帮助下)我能够获得从 AP 到我的笔记本电脑的距离(以米为单位),结果比我想象的要好得多。每当我在同一个房间或 AP 有一条视线时,精度约为一英尺。

但现在,我想更进一步……我想考虑墙壁和其他障碍物。我认为这可能是可能的,或者至少给我一个比 FSPL 公式更好的结果,当有障碍物时,我正在考虑/研究通过计算信噪比可能是可能的。但是,我找不到任何关于如何正确执行此操作的信息。总是有问题,但从来没有解决这个想法(或者我无法在网上找到任何东西,因为我对这个主题的了解很少。大约一天的值(value)。)。所以,在这里我转向堆栈溢出,看看你们是否可以帮助我解决这个问题。

所以,这就是我目前所拥有的(在 python 中)......

import math 
 
freqInMHz = 2462 
levelInDb = -83 
SNR = -87 
 
result = (27.55 - (20 * math.log10(freqInMHz)) + math.fabs(levelInDb)) / 20.0 
meters = math.pow(10, result) 
 
feet = meters * 3.2808 
 
print meters 
print feet 

我来自美国,所以我打印了米和英尺。只是因为我可以用肉眼测量英尺,而不是米。

因此,使用该公式可以很好地计算出开放房间内的距离或 AP 的清晰视野。如果有人有任何想法或意见,我将不胜感激。因为我现在被困在墙上了! (笑话妙语鼓声)

谢谢, 色氨酸

请您参考如下方法:

我不确定 SNR 在这种情况下是否有帮助,因为不同的接收器会有不同的 SNR,可能相差几个 dB。

SNR 是在用户设备上测量的,它会随着用户的移动而变化。从逻辑上讲,它应该随着发射器和接收器之间的距离增加而减小。由于 SNR 依赖于接收信号强度 (RSS) 和噪声 (N) 两个因素,它可能会受到各种原因的影响,例如干扰!干扰会影响 N,从而影响 SNR。多径、散射、衍射等也会影响 RSS 读数。

因此,如果您的公式适用于直接视线,请使用它并尝试使用不一定基于 RSS 和 SNR 的 NLOS 公式。

您可能想要研究时间方法而不是 RSS 方法,因为它们不会受到噪声的影响,甚至可以过滤掉多路径。

还有您在代码中的 SNR 值,它不可能是真正的 SNR,因为它在 802.11 中通常不会显示为负数。具有负 SNR 意味着您的噪声比信号多。